因疫情而延後120日的teamLab即將回歸了❤️
🎉正式宣佈鬆綁管制
現在入場不需要線上預約了！
開放現場抽號碼牌排隊入場喔～
teamLab遵守中央防疫措施做好萬全防護準備
#展區每日定時消毒讓你我安心觀展
#倒數開展二周 #期待爆表
#預售最低優惠倒數搶票 #趕快手刀預約看展

為維護觀展民眾健康安全☺️
進場一律管控人數 #採預約制入場
大家一起做好防護措施：戴口罩、勤洗手、實聯制
📅 10/8後到 #台北士林科教館 一睹七彩繽紛的藝想共創世界🎆
https://bit.ly/2RH6mZJ
-
滿心期待的teamLab終於要開展了！
延後了整整120日
即將在10/8做好最萬全的防疫措施迎接大家預約到場～
進場人數有控管，所以你們一定要 #提前預約進場！（預約連結放在留言第一則）
以往去teamLab都人山人海～
第一次teamLab開展因應疫情有特別人數控管，
更容易拍到跟IG上一樣美美的照片～
不會照片上滿滿的人～也不需要人擠人！😂
算是疫情中的小確幸。
-
700坪超大型空間，9大互動體驗展區！
直接把日本teamLab 原封不動的移植到台灣～
展期延長到寒假後～絕對是一個散心，遛小孩，IG必踩景點！
不能出國的這段日子最想念在日本帶孩子去的地方就是teamLab了。
每次去都可以玩好玩滿！至少半天的時間都可以泡在裡頭～
滿滿的互動空間以及色彩。
回頭再玩一次都會有不一樣的感覺。
帶小孩去大人也都跟著玩（整個都是超級IG打卡區呀）

「teamLab 未來遊樂園&與花共生的動物們」有9個展區～
跟在日本當地玩的是一模一樣的！
進去展場後會有瞬間來到日本的感覺～
原本預計6月份幫你們開箱teamLab，因為疫情延後到10月份開箱。
開展前我們會先去參觀然後分享給你們遊玩攻略💪
#購票資訊在文末ℹ️
-

👉 9個展區介紹：
我分3大類型介紹～（遊玩動線以及攻略等我正式開幕前介紹給你們）

🎡【#觀賞互動區】
——
1.《#與花共生的動物們II》
首次來台的超人氣作品！
這是每一次到日本進場teamLab最驚艷的區塊之一，
佈滿繽紛的花朵跟動物。動態不斷循環，美極了！
站在每一個角落都看起來不一樣。彷彿來到了彩虹的故鄉，
動物們由花朵花瓣形成～我們的手碰觸花朵時花朵就會凋謝散落。
花朵會持續的綻放-成長-凋零循環，持續塑造出動物的形狀。

2.《#遠古神靈的故事》
牆面螢幕上的符號都代表一種圖像。
碰觸符號後就會在牆面上演出一個故事，
故事內容情節還會因為觸碰螢幕上的東西而產生不同的變化。

🎡【 #動態互動區】
——
3.《#小人所居住的桌子》
這就是鼎鼎有名的teamLab互動式螢幕桌面區！
小孩每次都最喜歡群聚圍繞的桌子～可以玩超久～
只要在桌面上放物品就可以跟在桌面上的小人們互動。
每放一個物件在桌面上，小人們的活動就會產生變化。
用跳躍，攀爬，滑動等等的方式跟孩子們放置的物品互動！
小孩用想像力創造物品擺放方式然後讓桌面的動態每一次都不一樣！

4.《#光球管弦樂團》
必玩的光音球區！
玩球也可以玩的很美～
這大概是世界上唯一大人也會搶著想要入場的球池區😄
觸摸球滾動球，光球就會改變顏色跟音樂🎵
周圍的球也會接收到活動方式的影響而改變整個空間的顏色。
大小不同的光球組合而成的光與音的球體管弦樂空間！

5.《#滑梯水果園》
消耗孩子體力的最佳場所❤️
話說這個溜滑梯，我們家的2個孩子每次都玩到不想要離開😂
好像在滑時光隧道一樣～滑下去的時候每一次都會穿梭不同光景，
百玩不膩！
滑下的途中碰到果實，果實會開始生長。
碰到花朵會變成水果。碰到水果，水果就會開始撒出新的種子。
千變萬化的最美溜滑梯區！

6.《#天才跳房子》
互動感應式的跳房子遊戲～�跳到水中的圓形，三角形和正方形。
跳躍時會出現魚兒，蝴蝶，鳥。
如果成功連續跳躍相同形狀！會出現更多動物跟色彩。
孩子們每次為了挑戰然後看到更多不同變化就會一直連續跳房子～

🎡【 #塗鴉互動區】
——
7.《#塗鴉自然：迷失、沉浸與重生, 紅色名錄（Red List）
紅色名錄（Red List）是記錄世界瀕危物種的數據庫。
這個作品會展示當地的瀕危物種（非常值得帶著孩子一起觀看）
來到這區先來繪製自己的塗鴉，然後掃描繪製後，自己的生物也會跑到這個自然世界。
整個區塊以自然生態概念為主軸。
生物們會吃掉其他的生物或是被其他生物吃掉，這就是一個由動物組建起來的生態系統。
自己所畫出的生物，也會吃掉其他的生物然後生長繁衍。
站著不動，花朵會大量盛開。如果四處走動跑跳，花朵就會散落。
動物，植物，昆蟲會互動循環。這就是生態！
在這裡可以慢慢尋找，觀察自己創造出來的動物的生態足跡，非常的有趣～

8.《#彩繪動物立體紙模型》
沈靜下來的3D手作空間～
用蠟筆畫在紙上的動物，經過特殊技術，掃描畫紙後就會轉換成展開圖可以變成立體紙模型。
DIY組裝在造紙世界中創建自己的3D立體動物。
�9.《#彩繪動物》
在紙張上畫出動物，
然後掃描繪紙～自己的作品就會跑到巨型三維藝術作品中獲得生命。
你畫的動物會與其他動物交流。
觸摸藝術銀幕上的動物，它們還會作出各種反應～
——

teamLab，不管你有去過還是沒有去過。都非常值得一去再去。
2021「teamLab未來遊樂園&與花共生的動物們」透過科技、藝術、互動等元素交織，建構出占地近700坪的超大型沉浸式夢幻世界。
結合「聲光，想像，藝術，色彩，創作，生態」
不管約會，家庭活動，男女老少都是一個非常棒的好去處！

10/8開展前預售期最低雙人套票才$540（雙人套票原價$760）
👉 #購票連結：
https://bit.ly/2RH6mZJ

「teamLab未來遊樂園」
展出時間：2021年/10月08日～2022年/02月28日
展出地點：台北士林科教館
售票資訊：
單人預售票$280(全票$380)
雙人套票組$540(原價$760)
以下通路可購買：
udn 售票網、7-11 ibon、全家、GOMAJI、博客來、KKday、KLOOK

摩爾定律放緩　靠啥提升AI晶片運算力？

作者 : 黃燁鋒，EE Times China
2021-07-26

對於電子科技革命的即將終結的說法，一般認為即是指摩爾定律的終結——摩爾定律一旦無法延續，也就意味著資訊技術的整棟大樓建造都將出現停滯，那麼第三次科技革命也就正式結束了。這種聲音似乎是從十多年前就有的，但這波革命始終也沒有結束。AI技術本質上仍然是第三次科技革命的延續……

人工智慧(AI)的技術發展，被很多人形容為第四次科技革命。前三次科技革命，分別是蒸汽、電氣、資訊技術(電子科技)革命。彷彿這“第四次”有很多種說辭，比如有人說第四次科技革命是生物技術革命，還有人說是量子技術革命。但既然AI也是第四次科技革命之一的候選技術，而且作為資訊技術的組成部分，卻又獨立於資訊技術，即表示它有獨到之處。

電子科技革命的即將終結，一般認為即是指摩爾定律的終結——摩爾定律一旦無法延續，也就意味著資訊技術的整棟大樓建造都將出現停滯，那麼第三次科技革命也就正式結束了。這種聲音似乎是從十多年前就有，但這波革命始終也沒有結束。

AI技術本質上仍然是第三次科技革命的延續，它的發展也依託於幾十年來半導體科技的進步。這些年出現了不少專門的AI晶片——而且市場參與者相眾多。當某一個類別的技術發展到出現一種專門的處理器為之服務的程度，那麼這個領域自然就不可小覷，就像當年GPU出現專門為圖形運算服務一樣。

所以AI晶片被形容為CPU、GPU之後的第三大類電腦處理器。AI專用處理器的出現，很大程度上也是因為摩爾定律的發展進入緩慢期：電晶體的尺寸縮減速度，已經無法滿足需求，所以就必須有某種專用架構(DSA)出現，以快速提升晶片效率，也才有了專門的AI晶片。

另一方面，摩爾定律的延緩也成為AI晶片發展的桎梏。在摩爾定律和登納德縮放比例定律(Dennard Scaling)發展的前期，電晶體製程進步為晶片帶來了相當大的助益，那是「happy scaling down」的時代——CPU、GPU都是這個時代受益，不過Dennard Scaling早在45nm時期就失效了。

AI晶片作為第三大類處理器，在這波發展中沒有趕上happy scaling down的好時機。與此同時，AI應用對運算力的需求越來越貪婪。今年WAIC晶片論壇圓桌討論環節，燧原科技創始人暨CEO趙立東說：「現在訓練的GPT-3模型有1750億參數，接近人腦神經元數量，我以為這是最大的模型了，要千張Nvidia的GPU卡才能做。談到AI運算力需求、模型大小的問題，說最大模型超過萬億參數，又是10倍。」

英特爾(Intel)研究院副總裁、中國研究院院長宋繼強說：「前兩年用GPU訓練一個大規模的深度學習模型，其碳排放量相當於5台美式車整個生命週期產生的碳排量。」這也說明了AI運算力需求的貪婪，以及提供運算力的AI晶片不夠高效。

不過作為產業的底層驅動力，半導體製造技術仍源源不斷地為AI發展提供推力。本文將討論WAIC晶片論壇上聽到，針對這個問題的一些前瞻性解決方案——有些已經實現，有些則可能有待時代驗證。

XPU、摩爾定律和異質整合

「電腦產業中的貝爾定律，是說能效每提高1,000倍，就會衍生出一種新的運算形態。」中科院院士劉明在論壇上說，「若每瓦功耗只能支撐1KOPS的運算，當時的這種運算形態是超算；到了智慧型手機時代，能效就提高到每瓦1TOPS；未來的智慧終端我們要達到每瓦1POPS。 這對IC提出了非常高的要求，如果依然沿著CMOS這條路去走，當然可以，但會比較艱辛。」

針對性能和效率提升，除了尺寸微縮，半導體產業比較常見的思路是電晶體結構、晶片結構、材料等方面的最佳化，以及處理架構的革新。

(1)AI晶片本身其實就是對處理器架構的革新，從運算架構的層面來看，針對不同的應用方向造不同架構的處理器是常規，更專用的處理器能促成效率和性能的成倍增長，而不需要依賴於電晶體尺寸的微縮。比如GPU、神經網路處理器(NPU，即AI處理器)，乃至更專用的ASIC出現，都是這類思路。

CPU、GPU、NPU、FPGA等不同類型的晶片各司其職，Intel這兩年一直在推行所謂的「XPU」策略就是用不同類型的處理器去做不同的事情，「整合起來各取所需，用組合拳會好過用一種武器去解決所有問題。」宋繼強說。Intel的晶片產品就涵蓋了幾個大類，Core CPU、Xe GPU，以及透過收購獲得的AI晶片Habana等。

另外針對不同類型的晶片，可能還有更具體的最佳化方案。如當代CPU普遍加入AVX512指令，本質上是特別針對深度學習做加強。「專用」的不一定是處理器，也可以是處理器內的某些特定單元，甚至固定功能單元，就好像GPU中加入專用的光線追蹤單元一樣，這是當代處理器普遍都在做的一件事。

(2)從電晶體、晶片結構層面來看，電晶體的尺寸現在仍然在縮減過程中，只不過縮減幅度相比過去變小了——而且為緩解電晶體性能的下降，需要有各種不同的技術來輔助尺寸變小。比如說在22nm節點之後，電晶體變為FinFET結構，在3nm之後，電晶體即將演變為Gate All Around FET結構。最終會演化為互補FET (CFET)，其本質都是電晶體本身充分利用Z軸，來實現微縮性能的提升。

劉明認為，「除了基礎元件的變革，IC現在的發展還是比較多元化，包括新材料的引進、元件結構革新，也包括微影技術。長期賴以微縮的基本手段，現在也在發生巨大的變化，特別是未來3D的異質整合。這些多元技術的協同發展，都為晶片整體性能提升帶來了很好的增益。」

他並指出，「從電晶體級、到晶圓級，再到晶片堆疊、引線接合(lead bonding)，精準度從毫米向奈米演進，互連密度大大提升。」從晶圓/裸晶的層面來看，則是眾所周知的朝more than moore’s law這樣的路線發展，比如把兩片裸晶疊起來。現在很熱門的chiplet技術就是比較典型的並不依賴於傳統電晶體尺寸微縮，來彈性擴展性能的方案。

台積電和Intel這兩年都在大推將不同類型的裸晶，異質整合的技術。2.5D封裝方案典型如台積電的CoWoS，Intel的EMIB，而在3D堆疊上，Intel的Core LakeField晶片就是用3D Foveros方案，將不同的裸晶疊在一起，甚至可以實現兩片運算裸晶的堆疊、互連。

之前的文章也提到過AMD剛發佈的3D V-Cache，將CPU的L3 cache裸晶疊在運算裸晶上方，將處理器的L3 cache大小增大至192MB，對儲存敏感延遲應用的性能提升。相比Intel，台積電這項技術的獨特之處在於裸晶間是以混合接合(hybrid bonding)的方式互連，而不是micro-bump，做到更小的打線間距，以及晶片之間數十倍通訊性能和效率提升。

這些方案也不直接依賴傳統的電晶體微縮方案。這裡實際上還有一個方面，即新材料的導入專家們沒有在論壇上多說，本文也略過不談。

1,000倍的性能提升

劉明談到，當電晶體微縮的空間沒有那麼大的時候，產業界傾向於採用新的策略來評價技術——「PPACt」——即Powe r(功耗)、Performance (性能)、Cost/Area-Time (成本/面積-時間)。t指的具體是time-to-market，理論上應該也屬於成本的一部分。

電晶體微縮方案失效以後，「多元化的技術變革，依然會讓IC性能得到進一步的提升。」劉明說，「根據預測，這些技術即使不再做尺寸微縮，也會讓IC的晶片性能做到500~1,000倍的提升，到2035年實現Zetta Flops的系統性能水準。且超算的發展還可以一如既往地前進；單裸晶儲存容量變得越來越大，IC依然會為產業發展提供基礎。」

500~1,000倍的預測來自DARPA，感覺有些過於樂觀。因為其中的不少技術存在比較大的邊際遞減效應，而且有更實際的工程問題待解決，比如運算裸晶疊層的散熱問題——即便業界對於這類工程問題的探討也始終在持續。

不過1,000倍的性能提升，的確說明摩爾定律的終結並不能代表第三次科技革命的終結，而且還有相當大的發展空間。尤其本文談的主要是AI晶片，而不是更具通用性的CPU。

矽光、記憶體內運算和神經型態運算

在非傳統發展路線上(以上內容都屬於半導體製造的常規思路)，WAIC晶片論壇上宋繼強和劉明都提到了一些頗具代表性的技術方向(雖然這可能與他們自己的業務方向或研究方向有很大的關係)。這些技術可能尚未大規模推廣，或者仍在商業化的極早期。

(1)近記憶體運算和記憶體內運算：處理器性能和效率如今面臨的瓶頸，很大程度並不在單純的運算階段，而在資料傳輸和儲存方面——這也是共識。所以提升資料的傳輸和存取效率，可能是提升整體系統性能時，一個非常靠譜的思路。

這兩年市場上的處理器產品用「近記憶體運算」(near-memory computing)思路的，應該不在少數。所謂的近記憶體運算，就是讓儲存(如cache、memory)單元更靠近運算單元。CPU的多層cache結構(L1、L2、L3)，以及電腦處理器cache、記憶體、硬碟這種多層儲存結構是常規。而「近記憶體運算」主要在於究竟有多「近」，cache記憶體有利於隱藏當代電腦架構中延遲和頻寬的局限性。

這兩年在近記憶體運算方面比較有代表性的，一是AMD——比如前文提到3D V-cache增大處理器的cache容量，還有其GPU不僅在裸晶內導入了Infinity Cache這種類似L3 cache的結構，也更早應用了HBM2記憶體方案。這些實踐都表明，儲存方面的革新的確能帶來性能的提升。

另外一個例子則是Graphcore的IPU處理器：IPU的特點之一是在裸晶內堆了相當多的cache資源，cache容量遠大於一般的GPU和AI晶片——也就避免了頻繁的訪問外部儲存資源的操作，極大提升頻寬、降低延遲和功耗。

近記憶體運算的本質仍然是馮紐曼架構(Von Neumann architecture)的延續。「在做處理的過程中，多層級的儲存結構，資料的搬運不僅僅在處理和儲存之間，還在不同的儲存層級之間。這樣頻繁的資料搬運帶來了頻寬延遲、功耗的問題。也就有了我們經常說的運算體系內的儲存牆的問題。」劉明說。

構建非馮(non-von Neumann)架構，把傳統的、以運算為中心的馮氏架構，變換一種新的運算範式。把部分運算力下推到儲存。這便是記憶體內運算(in-memory computing)的概念。

記憶體內運算的就現在看來還是比較新，也有稱其為「存算一體」。通常理解為在記憶體中嵌入演算法，儲存單元本身就有運算能力，理論上消除資料存取的延遲和功耗。記憶體內運算這個概念似乎這在資料爆炸時代格外醒目，畢竟可極大減少海量資料的移動操作。

其實記憶體內運算的概念都還沒有非常明確的定義。現階段它可能的內涵至少涉及到在儲記憶體內部，部分執行資料處理工作；主要應用於神經網路(因為非常契合神經網路的工作方式)，以及這類晶片具體的工作方法上，可能更傾向於神經型態運算(neuromorphic computing)。

對於AI晶片而言，記憶體內運算的確是很好的思路。一般的GPU和AI晶片執行AI負載時，有比較頻繁的資料存取操作，這對性能和功耗都有影響。不過記憶體內運算的具體實施方案，在市場上也是五花八門，早期比較具有代表性的Mythic導入了一種矩陣乘的儲存架構，用40nm嵌入式NOR，在儲記憶體內部執行運算，不過替換掉了數位週邊電路，改用類比的方式。在陣列內部進行模擬運算。這家公司之前得到過美國國防部的資金支援。

劉明列舉了近記憶體運算和記憶體內運算兩種方案的例子。其中，近記憶體運算的這個方案應該和AMD的3D V-cache比較類似，把儲存裸晶和運算裸晶疊起來。

劉明指出，「這是我們最近的一個工作，採用hybrid bonding的技術，與矽通孔(TSV)做比較，hybrid bonding功耗是0.8pJ/bit，而TSV是4pJ/bit。延遲方面，hybrid bonding只有0.5ns，而TSV方案是3ns。」台積電在3D堆疊方面的領先優勢其實也體現在hybrid bonding混合鍵合上，前文也提到了它具備更高的互連密度和效率。

另外這套方案還將DRAM刷新頻率提高了一倍，從64ms提高至128ms，以降低功耗。「應對刷新率變慢出現拖尾bit，我們引入RRAM TCAM索引這些tail bits」劉明說。

記憶體內運算方面，「傳統運算是用布林邏輯，一個4位元的乘法需要用到幾百個電晶體，這個過程中需要進行資料來回的移動。記憶體內運算是利用單一元件的歐姆定律來完成一次乘法，然後利用基爾霍夫定律完成列的累加。」劉明表示，「這對於今天深度學習的矩陣乘非常有利。它是原位的運算和儲存，沒有資料搬運。」這是記憶體內運算的常規思路。

「無論是基於SRAM，還是基於新型記憶體，相比近記憶體運算都有明顯優勢，」劉明認為。下圖是記憶體內運算和近記憶體運算，精準度、能效等方面的對比，記憶體內運算架構對於低精準度運算有價值。

下圖則總結了業內主要的一些記憶體內運算研究，在精確度和能效方面的對應關係。劉明表示，「需要高精確度、高運算力的情況下，近記憶體運算目前還是有優勢。不過記憶體內運算是更新的技術，這幾年的進步也非常快。」

去年阿里達摩院發佈2020年十大科技趨勢中，有一個就是存算一體突破AI算力瓶頸。不過記憶體內運算面臨的商用挑戰也一點都不小。記憶體內運算的通常思路都是類比電路的運算方式，這對記憶體、運算單元設計都需要做工程上的考量。與此同時這樣的晶片究竟由誰來造也是個問題：是記憶體廠商，還是數文書處理器廠商？(三星推過記憶體內運算晶片，三星、Intel垂直整合型企業似乎很適合做記憶體內運算…)

(2)神經型態運算：神經型態運算和記憶體內運算一樣，也是新興技術的熱門話題，這項技術有時也叫作compute in memory，可以認為它是記憶體內運算的某種發展方向。神經型態和一般神經網路AI晶片的差異是，這種結構更偏「類人腦」。

進行神經型態研究的企業現在也逐漸變得多起來，劉明也提到了AI晶片「最終的理想是在結構層次模仿腦，元件層次逼近腦，功能層次超越人腦」的「類腦運算」。Intel是比較早關注神經型態運算研究的企業之一。

傳說中的Intel Loihi就是比較典型存算一體的架構，「這片裸晶裡面包含128個小核心，每個核心用於模擬1,024個神經元的運算結構。」宋繼強說，「這樣一塊晶片大概可以類比13萬個神經元。我們做到的是把768個晶片再連起來，構成接近1億神經元的系統，讓學術界的夥伴去試用。」

「它和深度學習加速器相比，沒有任何浮點運算——就像人腦裡面沒有乘加器。所以其學習和訓練方法是採用一種名為spike neutral network的路線，功耗很低，也可以訓練出做視覺辨識、語言辨識和其他種類的模型。」宋繼強認為，不採用同步時脈，「刺激的時候就是一個非同步電動勢，只有工作部分耗電，功耗是現在深度學習加速晶片的千分之一。」

「而且未來我們可以對不同區域做劃分，比如這兒是視覺區、那兒是語言區、那兒是觸覺區，同時進行多模態訓練，互相之間產生關聯。這是現在的深度學習模型無法比擬的。」宋繼強說。這種神經型態運算晶片，似乎也是Intel在XPU方向上探索不同架構運算的方向之一。

(2)微型化矽光：這個技術方向可能在層級上更偏高了一些，不再晶片架構層級，不過仍然值得一提。去年Intel在Labs Day上特別談到了自己在矽光(Silicon Photonics)的一些技術進展。其實矽光技術在連接資料中心的交換機方面，已有應用了，發出資料時，連接埠處會有個收發器把電訊號轉為光訊號，透過光纖來傳輸資料，另一端光訊號再轉為電訊號。不過傳統的光收發器成本都比較高，內部元件數量大，尺寸也就比較大。

Intel在整合化的矽光(IIIV族monolithic的光學整合化方案)方面應該是商業化走在比較前列的，就是把光和電子相關的組成部分高度整合到晶片上，用IC製造技術。未來的光通訊不只是資料中心機架到機架之間，也可以下沉到板級——就跟現在傳統的電I/O一樣。電互連的主要問題是功耗太大，也就是所謂的I/O功耗牆，這是這類微型化矽光元件存在的重要價值。

這其中存在的技術挑戰還是比較多，如做資料的光訊號調變的調變器調變器，據說Intel的技術使其實現了1,000倍的縮小；還有在接收端需要有個探測器(detector)轉換光訊號，用所謂的全矽微環(micro-ring)結構，實現矽對光的檢測能力；波分複用技術實現頻寬倍增，以及把矽光和CMOS晶片做整合等。

Intel認為，把矽光模組與運算資源整合，就能打破必須帶更多I/O接腳做更大尺寸處理器的這種趨勢。矽光能夠實現的是更低的功耗、更大的頻寬、更小的接腳數量和尺寸。在跨處理器、跨伺服器節點之間的資料互動上，這類技術還是頗具前景，Intel此前說目標是實現每根光纖1Tbps的速率，並且能效在1pJ/bit，最遠距離1km，這在非本地傳輸上是很理想的數字。

還有軟體…

除了AI晶片本身，從整個生態的角度，包括AI感知到運算的整個鏈條上的其他組成部分，都有促成性能和效率提升的餘地。比如這兩年Nvidia從軟體層面，針對AI運算的中間層、庫做了大量最佳化。相同的底層硬體，透過軟體最佳化就能實現幾倍的性能提升。

宋繼強說，「我們發現軟體最佳化與否，在同一個硬體上可以達到百倍的性能差距。」這其中的餘量還是比較大。

在AI開發生態上，雖然Nvidia是最具發言權的；但從戰略角度來看，像Intel這種研發CPU、GPU、FPGA、ASIC，甚至還有神經型態運算處理器的企業而言，不同處理器統一開發生態可能更具前瞻性。Intel有個稱oneAPI的軟體平台，用一套API實現不同硬體性能埠的對接。這類策略對廠商的軟體框架構建能力是非常大的考驗——也極大程度關乎底層晶片的執行效率。

在摩爾定律放緩、電晶體尺寸微縮變慢甚至不縮小的前提下，處理器架構革新、異質整合與2.5D/3D封裝技術依然可以達成1,000倍的性能提升；而一些新的技術方向，包括近記憶體運算、記憶體內運算和微型矽光，能夠在資料訪存、傳輸方面產生新的價值；神經型態運算這種類腦運算方式，是實現AI運算的目標；軟體層面的最佳化，也能夠帶動AI性能的成倍增長。所以即便摩爾定律嚴重放緩，AI晶片的性能、效率提升在上面提到的這麼多方案加持下，終將在未來很長一段時間內持續飛越。這第三(四)次科技革命恐怕還很難停歇。

資料來源：https://www.eettaiwan.com/20210726nt61-ai-computing/?fbclid=IwAR3BaorLm9rL2s1ff6cNkL6Z7dK8Q96XulQPzuMQ_Yky9H_EmLsBpjBOsWg

【神秘事務所（下）_霸凌後續】

龍哥寫到霸凌那篇，才發現有很多小妞不太懂龍哥的室內設計工作。偏偏龍哥是個日記控、想把事情寫清楚，不然我渾身不爽快哈哈哈哈哈！

所以前幾篇是霸凌來由、上一篇是前提，這篇才要來講霸凌後續。

—
本來事務所的工作就已經排到很少了，甚至有時龍哥都只是將客戶想要的概念、收納、格局給設計好、用電腦把3D模型畫好，然後就偷偷丟給所長、請幫我擺放傢俱、軟飾品跟渲染上色。
#所長很要求_她堅持依照物件的開窗開門庭院的正確方位
#設定早上下午日照的進光_盡可能用擬真3D真實狀況

上次熟客介紹的男老闆，就是我們事務所少見的無預算客人。其實光所長跟他交談的過程中、就知道那個男老闆是個爽朗的好咖，才會把龍哥設計過的物件實拍作品集拿出來給男老闆看。剛好男老闆喜歡的車庫收納我做過類似的客人，加上男老闆不喜歡奢華高冷風、偏好實用溫暖感，所以龍哥才被挑中。

尤其男老闆的案子是別墅的案子，坪數比較大、報酬比較高，甚至房子裡還有我很喜歡的庭園設計。加上龍哥最近身心狀況不佳，所長就都會把報酬比較好的案子推給我、希望我收入不要少太多，不然身心壓力、最後又被搞成經濟壓力😆
#只是沒有人料到_他老婆是小時候霸凌過我的人
#當所長看到龍哥的貼文_原本是一番好意的她也登愣了
＿

「妳想接嗎？不想接不要勉強，我就說妳懷孕離職了。」
「幹～一定要是懷孕嗎？」龍哥想到板桓為了不肯生第三胎、不敢上我的事，就是龍哥心中的痛。

「好啦，不要吵！要接、還是不接？」
「他是X董介紹的捏，不接可以嗎？妳不會為難嗎？」

「妳應該先把自己照顧好，而不是忙著擔心別人。






妳要對自己好一點，再好一點、更好一點！」

＿

其實這件事說到底，就是龍哥的身心狀況出了問題。

最近莫名很低落。很多不開心的回憶都不斷湧現。之前被校園的老師同學霸凌、職場霸凌、很久之前被分手，甚至是前男友們曾對龍哥說過、很負面、否定的話，通通湧現了上來。
#以前的拎杯像是吃了無敵星星_哪會採小他們去死。

但現在，在落寞突然無預警地出現後，之前每一次的否定、每一個不愛我的分手藉口，就像從回憶中、握著刀、全部朝妳狂奔而來，舉起刀就往心口上猛刺。

「對不起妳脾氣太衝，我覺得我媽不會讓我娶妳。」
#大哥我們也才16歲_你會不會想太遠
#啊你問過我_拎杯想嫁你了逆

「我忍不住喜歡上妳，但理智上我卻愛不了妳。」
#你的理智控制不了喜歡_卻能控制愛?
#對自己誠實點吧_你就是在為你的渣_找個冠冕堂皇的理由

曾經，那些被拎杯嗤之以鼻、白眼直接翻到肛門、不痛不癢的過去與否定句，這時卻悄悄地從傷口、滲入心中。我開始忍不住地否定自己、認同他們的話、深深覺得：「當時，我被拋下了。就是因為他們說的沒錯，我就是一個不值得被愛的人。」

最近的龍哥像是再被甩了一次，還是一口氣被全部的前男友給拋棄一樣，哭得像是個剛失戀的孩子。

明明大家都往前走了，我也早就選擇了不肯與他們同行的方向；明明都是十幾年前的事了，卻一件一件被我撿回來、木然地任由落寞把這些刺、放在曾經最痛的傷口上。
#那些會傷害我的人_都是因為我很爛我活該
#都是我不夠好_所以才會被丟掉_才會被這樣對待

以前蜷縮在角落、躲在心底、傷痕累累的自己，開始主宰我最自傲的正面思考、我的豁達、我的隨性、我的笑容⋯⋯⋯











我的「那就算了」。
＿ ＿ ＿

貧果「我試圖搖醒自己，她卻蓄著眼淚、撇過頭望向遠方」報導～

【後記】「我沒有辦法接這案子。現在的我，還沒有準備好面對她、不想被知道、不想煩惱怎麼處理傷口。」龍哥堅定地告訴所長：

「可以把我之前的車庫設計拿去套用，我可以共同設計、也可以幫忙擅長美式的Ｑ設計師看細節。我只是不想出面、去當溝通細節的人。

我不想去回想過去的一切，更不想去承受她老婆看到我的反應、去猜她有沒有後悔、去猜她還記不記得她有多過分；見面後，心裡還會忍不住偷偷去猜她老婆現在怎麼想我、會不會愧疚？她會覺得現在的我很棒很厲害，還是真可憐、只能混成這樣。那些都太重了，我現在什麼都不想扛。」

這種好客戶其實很難見，所長是恩人、推掉事務所會少賺很多。但就像所長說的，先照顧好自己、再去擔心別人。
#站都站不穩了_還想飛個屁！

「那妳們共同設計好嗎？Q設計師主導對口是老婆的屋內格局收納，妳主導對口是老公的車庫、庭院、跟大門區？

這案子很可口！不要放棄⋯⋯⋯




用仇人的血、來暖自己。」
＿

【心情】

「妳捨不得對自己殘忍，人生會對妳更狠！」

龍哥生病之前的手機鎖定封面上，就是這麼對自己寫著。生了這場病，我決定放過「理想中的自己」、放掉我認為我「應該要做的事」。我應該要拼到什麼程度、才會認同自己的努力。
#工作上應該做的_不可以鬆懈的枷鎖_其實都是自己給的

我知道很對不起所長，但現在的自己、應該要先把自己照顧好。就像現在感冒了一樣，妳不會想要逞強地在大雨中淋著，就為了耍浪漫、假裝自己還年輕。
#明明就剛被砍了一刀_還流著血
#何必逞強著自己可以_急著先幫別人包紮

—

我知道，那些都過去了。
我知道，我應該要放下、要往前走。
我知道，別人口中的那些否定句、沒辦法定義我應該是誰。

我都知道。
因為以前的我、就是這麼無所謂又驕傲地活著的。

只是以前的我，現在不見了。





我還在找她。
＿

*圖為上週老母踩到彎板、摔個半死，腳都腫起來了。這隻屁孩卻興災樂禍、説拎老木的腳是2倍大！好神奇！

🇳🇱日記系列：#我迷失在_前往快樂的路上、#神秘_室內設計事務所

Adobe Dimension是專門給平面設計師用的3D軟體，Dimension內建了大量的材質圖庫，我們可以使用這些材質，改變3D物件的基本顏色、透明度、光澤、粗糙度，並製作出皮革、木材、金屬、大理石、塑膠、玻璃等各種質感效果。

🎬 相關影片
👉 Dimension 新手入門 1 ▶︎ 套用免費3D圖庫- https://youtu.be/IuEjJENS_EM
👉 Dimension 新手入門 2 ▶︎ 移動 旋轉 縮放3D物件- https://youtu.be/PJidmlcCkW0
👉 Dimension 新手入門 3 ▶︎ 改變相機視角- https://youtu.be/zZpYTmVwVDQ
👉 用Dimension做包裝設計立體提案- https://youtu.be/lYKef2U0B4o
👉 平面設計師專用的3D軟體 Dimension- https://youtu.be/LCSchw-dS1Y

錄影版本：Adobe Dimension 2020 Mac簡體中文版
#平面設計師專用3D軟體Dimension #AdobeDimension2020 #3D示意圖

| 訂閱頻道 |
https://goo.gl/NZzSgM 只要有新影片上架，你就會收到通知，立刻可以觀賞內容。

| FB | https://www.facebook.com/jimmyh519/ 這裡有Adobe軟體使用技巧、設計精采案例

| 好學校 Hahow |【Photoshop最重要的基本課】 https://hahow.in/cr/jhsiapscc

Adobe Dimension是專門給平面設計師用的3D軟體，Adobe 提供許多免費的3D模型，可以讓你把2D的平面設計快速做成立體化的視覺提案，在這部影片，我將為你介紹如何改變3D模型的大小、移動位置、以及旋轉XYZ軸不同的角度

🎬 相關影片
👉 Adobe Stock 線上圖庫 ▶︎ 套用 70000+ 免費素材- https://youtu.be/eeSskX5MFIw
👉 Dimension 新手入門 1 ▶︎ 套用免費3D圖庫- https://youtu.be/IuEjJENS_EM
👉 用Dimension做包裝設計立體提案- https://youtu.be/lYKef2U0B4o
👉 平面設計師專用的3D軟體 Dimension- https://youtu.be/LCSchw-dS1Y

錄影版本：Adobe Dimension 2020 Mac簡體中文版
#平面設計師專用3D軟體Dimension #AdobeDimension2020 #3D示意圖

| 訂閱頻道 |
https://goo.gl/NZzSgM 只要有新影片上架，你就會收到通知，立刻可以觀賞內容。

| FB | https://www.facebook.com/jimmyh519/ 這裡有Adobe軟體使用技巧、設計精采案例

| 好學校 Hahow |【Photoshop最重要的基本課】 https://hahow.in/cr/jhsiapscc

Adobe有個線上圖庫 Adobe Stock，可以和Photoshop、Illustrator及其他Creative Cloud軟體整合，尋找你要的圖片或範本，從10月14日開始多了一個 Free 免費的選項，超過70000張免費圖庫，包括 照片、向量圖、影片、範本、3D模型，這段影片我將為你介紹如何快速找到這70000張免費素材。

0:00 - 介紹
0:27- 找到免費圖庫
0:36 - 方法一 關鍵字搜尋
1:04 - 方法二 分類搜尋
1:29 - 下載到資料庫或硬碟
2:09 - 到Photoshop中使用圖庫
2:25 - 切換資料庫
2:54 - 授權使用範圍
2:59 - 訂閱頻道

◎使用與授權常見問答- https://helpx.adobe.com/tw/stock/help/usage-licensing.html
◎授權方式比較- https://stock.adobe.com/license-terms

錄影版本：Adobe Photoshop 2021 Mac繁體中文版
#AdobeStock線上圖庫 #免費素材

🎬 相關影片
👉 Dimension 新手入門 | 套用免費3D圖庫- https://youtu.be/IuEjJENS_EM
👉 用Dimension做包裝設計立體提案- https://youtu.be/lYKef2U0B4o
👉 用Illustrator做出彩色漸層字 - https://youtu.be/b2U5unqcvyY
👉 用Photoshop做出3D示意圖－https://youtu.be/6SPYc8i664w

| 訂閱頻道 |
https://goo.gl/NZzSgM 只要有新影片上架，你就會收到通知，立刻可以觀賞內容。

| FB | https://www.facebook.com/jimmyh519/ 這裡有Adobe軟體使用技巧、設計精采案例

| 好學校 Hahow |【Photoshop最重要的基本課】 https://hahow.in/cr/jhsiapscc